python机器学习手写算法系列——逻辑回归

从机器学习到逻辑回归

今天，我们只关注机器学习到线性回归这条线上的概念。别的以后再说。为了让大家听懂，我这次也不查维基百科了，直接按照自己的理解用大白话说，可能不是很严谨。

机器学习就是机器可以自己学习，而机器学习的方法就是利用现有的数据和算法，解出算法的参数。从而得到可以用的模型。

监督学习就是利用已有的数据（我们叫X，或者特征），和数据的标注（我们叫Y），找到x和y之间的对应关系，或者说是函数f。

回归分析是一种因变量为连续值得监督学习。而分类是一种应变量为非连续值的监督学习。

这里顺便提一句非连续值和连续值的英文有很多表述。

连续值可以是continuous, numerical, quantitative等。

非连续值可以是categorical, nominal, qualitative等。

逻辑回归虽然名字里面有回归两个字，但是它是分类分析，不是回归分析。逻辑回归，它之所以叫这个名字，是因为它和线性回归实在是太像了。

问题

这里，我们使用sklearn自带的癌症数据集。首先读入数据并放入pandas里面。

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
%matplotlib inline
from sklearn.datasets import load_breast_cancer
#from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split

dataset = load_breast_cancer()
data = pd.DataFrame(data=dataset.data, columns=dataset.feature_names)
data['cancer'] = [dataset.target_names[t] for t in dataset.target]

输出两个分类。

print(dataset.target_names)

[‘malignant’ ‘benign’]
翻译成中文是[‘恶性’ ‘良性’]。

输出

data[18:28]

no	mean radius	mean texture	mean perimeter	mean area	mean smoothness	mean compactness	mean concavity	mean concave points	mean symmetry	mean fractal dimension	…	worst texture	worst perimeter	worst area	worst smoothness	worst compactness	worst concavity	worst concave points	worst symmetry	worst fractal dimension	cancer
18	19.810	22.15	130.00	1260.0	0.09831	0.10270	0.14790	0.09498	0.1582	0.05395	…	30.88	186.80	2398.0	0.1512	0.3150	0.53720	0.23880	0.2768	0.07615	malignant
19	13.540	14.36	87.46	566.3	0.09779	0.08129	0.06664	0.04781	0.1885	0.05766	…	19.26	99.70	711.2	0.1440	0.1773	0.23900	0.12880	0.2977	0.07259	benign
20	13.080	15.71	85.63	520.0	0.10750	0.12700	0.04568	0.03110	0.1967	0.06811	…	20.49	96.09	630.5	0.1312	0.2776	0.18900	0.07283	0.3184	0.08183	benign
21	9.504	12.44	60.34	273.9	0.10240	0.06492	0.02956	0.02076	0.1815	0.06905	…	15.66	65.13	314.9	0.1324	0.1148	0.08867	0.06227	0.2450	0.07773	benign
22	15.340	14.26	102.50	704.4	0.10730	0.21350	0.20770	0.09756	0.2521	0.07032	…	19.08	125.10	980.9	0.1390	0.5954	0.63050	0.23930	0.4667	0.09946	malignant
23	21.160	23.04	137.20	1404.0	0.09428	0.10220	0.10970	0.08632	0.1769	0.05278	…	35.59	188.00	2615.0	0.1401	0.2600	0.31550	0.20090	0.2822	0.07526	malignant
24	16.650	21.38	110.00	904.6	0.11210	0.14570	0.15250	0.09170	0.1995	0.06330	…	31.56	177.00	2215.0	0.1805	0.3578	0.46950	0.20950	0.3613	0.09564	malignant
25	17.140	16.40	116.00	912.7	0.11860	0.22760	0.22290	0.14010	0.3040	0.07413	…	21.40	152.40	1461.0	0.1545	0.3949	0.38530	0.25500	0.4066	0.10590	malignant
26	14.580	21.53	97.41	644.8	0.10540	0.18680	0.14250	0.08783	0.2252	0.06924	…	33.21	122.40	896.9	0.1525	0.6643	0.55390	0.27010	0.4264	0.12750	malignant
27	18.610	20.25	122.10	1094.0	0.09440	0.10660	0.14900	0.07731	0.1697	0.05699	…	27.26	139.90	1403.0	0.1338	0.2117	0.34460	0.14900	0.2341	0.07421	malignant

这里一共有30个属性。

手写算法

无论是线性回归，逻辑回归，以及我以后会写文章的神经网络，他们的基本思路都是一样的。首先，构建一个函数模型，用这个函数表示从x到y的映射关系。

然后构建一个损失函数loss function。它描述了模型函数$f(x)$和真实值$y$之间的差距。当然，这个差距越小越好。

最后是优化方法。优化方法首先计算损失函数对参数的导数。既，损失函数随参数是变大还是变小的。如果损失函数随着参数的变大而变小，则说明参数应该变大。如果损失函数随着参数的变小而变小，则说明参数应该变小。优化方法里面的$\alpha$是学习率，一个小于1的数值，可以是0.01，0.001， 甚至更小。

模型函数

这里，我们的y值，并非连续的。要么$y=0$，要么$y=1$。所以，和线性回归相比，我们要把$y$控制在0和1之间。这时，前人引进了sigmoid函数。当x大于0时，y无限接近于1；当x小于0时，y无限接近于0；当x等于0时，y=0.5。

$\hat{y}=\frac{1}{1+e^{-z}}$ 其中 $z=\theta x$

def sigmoid(z):
    s = 1/(1+np.exp(-z))
    s = s.reshape(s.shape[0],1)
    return s

我们可以把这个函数画出来看看。

def draw_sigmoid():
    x = np.arange(-6, 6, .01)
    y = sigmoid(x)

    plt.plot(x, y, color='red', lw=2)
    plt.show()

draw_sigmoid()

最终，我们的模型函数是：

def model(theta, X):
    z = np.sum(theta.T * X, axis=1)
    return sigmoid(z)

损失函数

这里，损失函数用的是cross entropy，的定义如下。

$J=-y\ast log(\hat{y})-(1-y)\ast log(1-\hat{y})$

#cross_entropy
def cross_entropy(y, y_hat):
    n_samples = y.shape[0]
    return sum(-y*np.log(y_hat)-(1-y)*np.log(1-y_hat))/n_samples

def cost_function(theta, X, y):
    y_hat = model(theta, X)
    return cross_entropy(y, y_hat)

优化函数

这里先要解决$\frac{\partial J}{\partial \theta }$

因为有

$J=-y\ast log(\hat{y})-(1-y)\ast log(1-\hat{y})$

所以

$\frac{\partial J}{\partial \theta }=-\frac{\partial (y\ast log(\hat{y})+(1-y)\ast log(1-\hat{y}))}{\partial \theta }$

$=-\frac{\partial (y\ast log(\hat{y}))}{\partial \theta }-\frac{\partial ((1-y)\ast log(1-\hat{y}))}{\partial \theta }$

= − y ∗ ∂ l o